上海AI Lab联合高校提出SERO长程智能体强化学习

2026年10月16日，AGI Hunt 报道上海人工智能实验室联合上海交通大学、同济大学提出 SERO，用于改进长程智能体强化学习。报道称，该方法针对 rollout 走不到有用行为时、credit assignment 无法监督未经历状态动作的问题，从当前策略实际到达的状态出发，把 oracle 控制的未来轨迹恢复为可执行训练轨迹，并按策略兼容性加权。报道还称 SERO 在推理时零额外开销。截至该报道，这是关于该方法的最新进展信息。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。